[논문 리뷰] Using Modified Partitioning Around Medoids Clustering Technique in Mobile Network Planning

Lamiaa Fattouh Ibrahim, Manal Hamed Al Harbi|arXiv (Cornell University)|2013. 02. 26.

Wireless Communication Networks Research참고 문헌 20인용 수 11

한 줄 요약

이 논문은 이동망 계획을 위한 개선된 군집화 알고리즘인 M-PAM(M-Modified Partitioning Around Medoids)을 제안한다. 이 알고리즘은 통신망 계획 기준을 활용해 동적으로 최적의 기지국 수(k)를 결정함으로써, 커버리지 및 용량 제약 조건에 따라 반복적으로 k를 조정함으로써 기지국 수를 줄이며, 특히 높은 부하 상황에서 비용을 절감하면서 서비스 품질을 유지한다.

ABSTRACT

Every cellular network deployment requires planning and optimization in order to provide adequate coverage, capacity, and quality of service (QoS). Optimization mobile radio network planning is a very complex task, as many aspects must be taken into account. With the rapid development in mobile network we need effective network planning tool to satisfy the need of customers. However, deciding upon the optimum placement for the base stations (BS s) to achieve best services while reducing the cost is a complex task requiring vast computational resource. This paper introduces the spatial clustering to solve the Mobile Networking Planning problem. It addresses antenna placement problem or the cell planning problem, involves locating and configuring infrastructure for mobile networks by modified the original Partitioning Around Medoids PAM algorithm. M-PAM (Modified Partitioning Around Medoids) has been proposed to satisfy the requirements and constraints. PAM needs to specify number of clusters (k) before starting to search for the best locations of base stations. The M-PAM algorithm uses the radio network planning to determine k. We calculate for each cluster its coverage and capacity and determine if they satisfy the mobile requirements, if not we will increase (k) and reapply algorithms depending on two methods for clustering. Implementation of this algorithm to a real case study is presented. Experimental results and analysis indicate that the M-PAM algorithm when applying method two is effective in case of heavy load distribution, and leads to minimum number of base stations, which directly affected onto the cost of planning the network.

연구 동기 및 목표

• 기지국 위치 결정의 복잡성을 해결하기 위해 커버리지, 용량 및 비용을 균형 잡는 데 목적이 있다.
• 기존 PAM 알고리즘은 클러스터 수(k)를 사전에 정의가 필요하므로 이를 개선하고자 k를 네트워크 요구사항에 맞게 유연하게 조정함으로써 문제를 해결하고자 한다.
• 군집 형성과 검증을 안내하기 위해 무선 네트워크 계획 지표를 통합한 군집화 접근법을 개발하고자 한다.
• 서비스 품질과 네트워크 성능을 확보하면서도 기지국 수를 최소화하고자 한다.
• 실제 사례 연구를 통해 정량적 성능 분 析를 통해 제안된 방법의 효과성을 검증하고자 한다.

제안 방법

• 커버리지 및 용량 요구사항에 기반한 동적 k-선택 메커니즘을 도입하여 원래의 PAM 알고리즘을 개선한다.
• 무선 네트워크 계획 파ameters를 사용하여 각 군집이 최소 커버리지 및 용량 기준을 충족하는지 평가한다.
• 두 가지 반복적 방법을 적용한다: 군집이 기준을 충족하지 못하면 k를 증가시키고 군집화 과정을 다시 실행한다.
• 군집 내 총 이질성의 최소화를 기반으로 메도이드를 대표 기지국 위치로 선정한다.
• 네트워크 부하 분포를 군집화 과정에 통합하여 고부하 상황에서의 성능을 우선시한다.
• 시뮬레이션 및 실사례 배포 분 析를 통해 군집 품질을 검증하며, 비용 및 서비스 효율성에 중점을 둔다.

실험 결과

연구 질문

• RQ1 이동망 계획 중 기지국 수를 비용과 서비스 품질을 균형 잡는 데 동적으로 결정할 수 있는 방법은 무엇인가?
• RQ2 기존 PAM과 비교할 때 M-PAM 알고리즘이 고부하 상황에서 네트워크 성능을 얼마나 향상시키는가?
• RQ3 군집화 과정에 무선 네트워크 계획 지표를 통합하면 커버리지나 용량을 훼손하지 않으면서도 기지국 수를 줄일 수 있는가?
• RQ4 M-PAM에서 제안된 두 가지 군집화 방법 중 어느 것이 기지국 수 감소 및 비용 효율성 측면에서 더 뛰어난 성능을 보이는가?
• RQ5 M-PAM 알고리즘은 인프라 배치를 최소화하면서도 서비스 품질을 유지하거나 향상시키는 데 어떻게 기여하는가?

주요 결과

• M-PAM 알고리즘은 네트워크 수요에 따라 클러스터 수(k)를 동적으로 조정함으로써 요구되는 기지국 수를 효과적으로 줄였다.
• M-PAM 알고리즘의 두 번째 방법이 고부하 분포 상황에서 뛰어난 성능을 보이며 최적의 기지국 배치를 달성했다.
• 커버리지 및 용량 요구사항을 충족하면서도 기지국 수가 줄어들어 설치 비용이 크게 감소했다.
• 반복적 정밀 조정 이후 모든 군집에서 커버리지 및 용량 제약 조건이 성공적으로 충족되어 알고리즘의 강건성을 입증했다.
• 실사례 연구를 통해 M-PAM이 표준 PAM보다 비용 효율성과 부하 변화에 대한 적응성 측면에서 뛰어난 성능을 보였다.
• 동적 k-선택 메커니즘이 과다 배치를 방지하고 네트워크 계획 정확도를 향상시키는 데 효과적이었다.